MétaCan
Menu
Retour à la cohorte
Enregistrement W2110268537 · doi:10.5267/j.ccl.2015.3.003

Preparation and characterization of nickel oxide nanoparticles and their application in glucose and methanol sensing

2015· article· en· W2110268537 sur OpenAlexvenueno aff
Mahsa Hasanzadeh, Reza Emamali Sabzi

Notice bibliographique

RevueCurrent Chemistry Letters · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryMethanolNickelCharacterization (materials science)NanoparticleNickel oxideOxideInorganic chemistryNanotechnologyNuclear chemistryCombinatorial chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In this work, a low cost glucose and methanol nonenzymatic sensor was prepared using nickel oxide (NiO) nanofilm electrodeposited on a bare Cu electrode. Electrochemical deposition was assisted with cetyl trimethylammonium bromide (CTAB) as a template. Scanning electron microscopy (SEM) was applied to observe the surface morphology of the modified electrode. Cyclic voltammetry (CV) and amperometry techniques were used to study the electrocatalytic behavior of NiO porous film in glucose and methanol detection. For glucose sensing, the electrode showed a linear relationship in the concentration range of 0.01-2.14 mM with a low limit of detection (LOD) 1.7 M (signal/noise ratio (S/N)=3). Moreover, high sensitivities of 4.02 mA mM -1 cm -2 and 0.38 mA mM -1 cm -2 respectively in glucose and methanol monitoring suggested the modified electrode as an excellent sensor. The NiO-Cu modified electrode was relatively insensitive to common biological interferers. This sensor possessed good poison resistance towards chloride ions, and long term stability and significant selectivity towards glucose and methanol. Finally the proposed sensor was successfully applied for determination of glucose in human blood serum samples.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,221
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Chemistry LettersMême sujetElectrochemical sensors and biosensorsTravaux en français237 207